基于邻域特征融合半监督的图像分类方法

本文提出了一种基于邻域特征融合的半监督图像分类模型(NFA)。首先,针对NFA模型分析获取邻域特征信息的方式,在近邻图模块、时序集成记忆库、多头注意力模块的基础上,通过预训练和后训练过程,引入标签分类项、一致性正则项,完成对初始模型的重构。其次,通过实验对模型中CIFAR-10的数据收集结果进行展示与分析,并与类似模型半监督图像分类的数据处理结果展开对比。通过对比分析可知,融合邻域特征的半监督图像分类法在实验中表现出良好的效果。